在數(shù)字信息化時(shí)代,圖像處理技術(shù)的迅猛發(fā)展,圖像編輯軟件的精益求精,網(wǎng)絡(luò)中經(jīng)過圖像處理軟件編輯篡改后的圖片隨處可見,當(dāng)篡改圖片用于軍事,政治等敏感領(lǐng)域來達(dá)到非法目的時(shí),其危害可以牽涉到整個(gè)國(guó)家甚至整個(gè)世界。可見驗(yàn)證圖像的真實(shí)性具有重要意義。然而在圖像編輯處理中,中值濾波作為一種平滑濾波,具有良好的邊緣保持與非線性,圖像篡改者通過對(duì)圖像進(jìn)行中值濾波來掩蓋圖像篡改痕跡,使得中值濾波廣泛用于信息隱藏和反取證技術(shù)。為了揭示數(shù)字圖像的處理歷史,中值濾波的被動(dòng)取證成為當(dāng)今的研究熱點(diǎn)。本文首先介紹了圖像被動(dòng)取證的研究背景與意義,結(jié)合國(guó)內(nèi)外中值濾波取證的研究現(xiàn)狀,分析了基于支持向量機(jī)的中值濾波傳統(tǒng)取證算法與基于深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)的中值濾波取證算法。簡(jiǎn)要介紹了卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展現(xiàn)狀。本文對(duì)比分析了三種基于局部二值模式的傳統(tǒng)中值濾波取證算法,通過在不同數(shù)據(jù)集上的仿真實(shí)驗(yàn)得到現(xiàn)有基于局部二值模式中值濾波取證算法中存在的不足與研究方向。為了揭示中值濾波前后圖像像素的數(shù)學(xué)統(tǒng)計(jì)關(guān)系,本文設(shè)計(jì)了一種圖像中值濾波檢測(cè)的融合特征CLF（CS&LBP Fusion Feature）。將描述向量線性相關(guān)性的指標(biāo)——... 

【文章來源】：西南交通大學(xué)四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：67 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

周正龍拍“野生華南虎”（圖片來源：人民網(wǎng)2007-10-12）

1.2 數(shù)字圖像被動(dòng)取證技術(shù)簡(jiǎn)介為了驗(yàn)證數(shù)字圖像的完整性、真實(shí)性和原始性，數(shù)字圖像取證[5](Image forensic技術(shù)通過向待檢測(cè)圖像中添加數(shù)字水印、數(shù)字簽名或直接根據(jù)圖像的原始信息來判

圖像頻域[29-31]）、JPEG 壓縮[32-36]等。由于中值濾波具有用于反取證技術(shù)中，使其成為了用于消除其它圖像操作所中值濾波進(jìn)行盲檢測(cè)變得尤為重要。網(wǎng)絡(luò)簡(jiǎn)介絡(luò)（Convolutional Neural Networks, CNN）[37-42]作為深度學(xué)義是由一類包含卷積計(jì)算操作且具有多層次結(jié)構(gòu)的前饋神能夠進(jìn)行平移不變分類，因此也被稱為“平移不變?nèi)斯ど窠?jīng)網(wǎng)絡(luò)的研究始于二十世紀(jì) 80 至 90 年代，時(shí)間延遲網(wǎng)絡(luò)和積神經(jīng)網(wǎng)絡(luò)。在二十一世紀(jì)后，隨著深度學(xué)習(xí)理論的提出積神經(jīng)網(wǎng)絡(luò)得到了快速發(fā)展，并被大量應(yīng)用于計(jì)算機(jī)視覺等領(lǐng)域。，卷積神經(jīng)網(wǎng)絡(luò)按網(wǎng)絡(luò)結(jié)構(gòu)可分為輸入層（input layer）、隱（output layer）。

【參考文獻(xiàn)】：
期刊論文
[1]噪聲水平不一致性的圖像拼接區(qū)域檢測(cè)方法[J]. 張德鵬,王曉峰,胡姣姣,張萌.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2019(02)
[2]基于分?jǐn)?shù)階離散切比雪夫變換的數(shù)字水印算法[J]. 畢秀麗,駱江霞,肖斌,李偉生,馬建峰.  通信學(xué)報(bào). 2018(S2)
[3]卷積神經(jīng)網(wǎng)絡(luò)在目標(biāo)檢測(cè)中的應(yīng)用綜述[J]. 于進(jìn)勇,丁鵬程,王超.  計(jì)算機(jī)科學(xué). 2018(S2)
[4]卷積神經(jīng)網(wǎng)絡(luò)綜述[J]. 劉健,袁謙,吳廣,喻曉.  計(jì)算機(jī)時(shí)代. 2018(11)
[5]基于深度學(xué)習(xí)的圖像分類方法[J]. 許少尉,陳思宇.  電子技術(shù)應(yīng)用. 2018(06)
[6]一種有效的中值濾波圖像盲取證檢測(cè)方案[J]. 王春華,韓棟.  中國(guó)電子科學(xué)研究院學(xué)報(bào). 2017(06)
[7]基于改進(jìn)激活函數(shù)的卷積神經(jīng)網(wǎng)絡(luò)研究[J]. 曲之琳,胡曉飛.  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(12)
[8]基于余弦相似度的Graph Cuts序列圖像分割算法[J]. 劉璐.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2017(15)
[9]基于濾波殘差多方向差分的中值濾波取證技術(shù)[J]. 彭安杰,康顯桂.  計(jì)算機(jī)學(xué)報(bào). 2016(03)
[10]基于局部二值模式的中值濾波檢測(cè)算法[J]. 蘇育挺,張?zhí)鞁?張靜,張承乾.  計(jì)算機(jī)應(yīng)用研究. 2016(01)

碩士論文
[1]基于深度學(xué)習(xí)的數(shù)字圖像操作取證研究[D]. 唐鴻燊.北京交通大學(xué) 2018



本文編號(hào)：3123392